<h2>Klient i wyzwanie</h2>
<p>Średniej wielkości sklep e-commerce sprzedający elektronikę używkową i akcesoria — około 400 produktów w katalogu, z czego 120 kluczowych pozycji wymagało aktywnego monitorowania cen. Konkurencja: 10 sklepów internetowych w tej samej niszy.</p>
<p><strong>Problem:</strong> Właściciel spędzał 2-3 godziny dziennie na ręcznym sprawdzaniu cen u konkurencji. Codziennie rano logował się na 10 stron, porównywał ceny flagowych produktów w Excelu, i na tej podstawie decydował czy zmienić własne ceny. Proces był:</p>
<ul>
    <li><strong>Czasochłonny</strong> — 2-3h dziennie, 50-70h miesięcznie na samo sprawdzanie cen</li>
    <li><strong>Podatny na błędy</strong> — przy 120 produktach x 10 konkurentów (1200 porównań) łatwo było coś przeoczyć</li>
    <li><strong>Reaktywny</strong> — zmiany cen u konkurencji wykrywane z opóźnieniem 24-48h</li>
    <li><strong>Nieskalowany</strong> — dodanie nowego konkurenta oznaczało kolejne 20-30 min dziennie</li>
</ul>
<p>Konkurenci z większym zespołem reagowali szybciej — często właściciel dowiadywał się o promocjach dopiero gdy klienci pytali "dlaczego u was drożej?"</p>

<h2>Rozwiązanie</h2>
<p>Zbudowałem automatyczny system monitoringu cen na platformie <strong>n8n (self-hosted)</strong>, który codziennie:</p>

<h3>1. Zbieranie danych (6:00 rano)</h3>
<p>Workflow n8n uruchamia się automatycznie o 6:00 i sprawdza ceny 120 produktów u 10 konkurentów. Dane pobierane są ze stron produktowych (web scraping) lub API tam, gdzie jest dostępne. Całkowity czas przetwarzania: 15-20 minut.</p>

<h3>2. Porównanie i analiza</h3>
<p>System porównuje pobrane ceny z cenami w sklepie klienta i oblicza:</p>
<ul>
    <li><strong>Pozycję cenową</strong> — czy jesteś najtańszy, w środku, czy najdroższy</li>
    <li><strong>Zmiana vs wczoraj</strong> — kto obniżył, kto podwyższył, o ile</li>
    <li><strong>Trend tygodniowy</strong> — które produkty systematycznie tanieją u konkurencji</li>
    <li><strong>Okazje</strong> — produkty, w których konkurencja podniosła cenę i można zarobić więcej</li>
</ul>

<h3>3. Codzienny raport (7:00 rano)</h3>
<p>O 7:00 właściciel otrzymuje email z podsumowaniem:</p>
<ul>
    <li><strong>Top 10 zmian</strong> — największe ruchy cenowe u konkurencji</li>
    <li><strong>Produkty do reakcji</strong> — pozycje, gdzie cena klienta jest o >10% wyższa od najtańszego konkurenta</li>
    <li><strong>Produkty z okazją</strong> — pozycje, gdzie konkurencja podniosła ceny</li>
    <li><strong>Podsumowanie AI</strong> — krótka analiza trendów wygenerowana przez LLM</li>
</ul>

<h3>4. Alerty w czasie rzeczywistym</h3>
<p>Poza codziennym raportem, system wysyła natychmiastowe alerty email/SMS gdy:</p>
<ul>
    <li>Konkurent obniży cenę flagowego produktu o więcej niż 15%</li>
    <li>Produkt zniknie z oferty konkurenta (szansa na przejęcie ruchu)</li>
    <li>Nowa promocja u konkurenta (kupon, bundle, darmowa dostawa)</li>
</ul>

<h2>Architektura techniczna</h2>
<div class="overflow-x-auto">
    <table>
        <thead><tr><th>Komponent</th><th>Technologia</th><th>Rola</th></tr></thead>
        <tbody>
            <tr><td><strong>Orkiestracja</strong></td><td>n8n (self-hosted)</td><td>Scheduling, logika, routing</td></tr>
            <tr><td><strong>Scraping</strong></td><td>n8n HTTP + Cheerio</td><td>Pobieranie cen ze stron</td></tr>
            <tr><td><strong>Baza danych</strong></td><td>PostgreSQL</td><td>Historia cen, porównania</td></tr>
            <tr><td><strong>Analiza AI</strong></td><td>OpenAI GPT-4o</td><td>Podsumowanie trendów w raporcie</td></tr>
            <tr><td><strong>Dostarczanie</strong></td><td>Email SMTP + Telegram</td><td>Raporty i alerty</td></tr>
            <tr><td><strong>Hosting</strong></td><td>VPS (Hetzner)</td><td>45 PLN/mies. za cala infrastrukture</td></tr>
        </tbody>
    </table>
</div>
<p><strong>Dlaczego n8n a nie Zapier?</strong> Przy 1200 porównaniach dziennie (120 produktów x 10 konkurentów) koszt na Zapierze wynosiłby 200-400 USD/mies. z powodu rozliczania per task. n8n self-hosted kosztuje 45 PLN/mies. za VPS, niezależnie od wolumenu. Dodatkowo dane cenowe klienta nie opuszczają jego serwera (RODO).</p>

<h2>Wdrożenie</h2>
<div class="overflow-x-auto">
    <table>
        <thead><tr><th>Etap</th><th>Czas</th><th>Co</th></tr></thead>
        <tbody>
            <tr><td><strong>Tydzień 1</strong></td><td>Analiza i mapping</td><td>Lista produktów, identyfikacja źródeł cen u konkurentów, struktura danych</td></tr>
            <tr><td><strong>Tydzień 2</strong></td><td>Budowa workflow</td><td>Scrapery, baza danych, logika porównawcza, szablon raportu</td></tr>
            <tr><td><strong>Tydzień 3</strong></td><td>Testy i korekty</td><td>Walidacja danych, false-positive alerty, dostrojenie progów</td></tr>
            <tr><td><strong>Tydzień 4</strong></td><td>Uruchomienie</td><td>Go-live, monitoring przez tydzień, korekty</td></tr>
        </tbody>
    </table>
</div>

<h2>Wyniki po 3 miesiącach</h2>
<div class="overflow-x-auto">
    <table>
        <thead><tr><th>Metryka</th><th>Przed</th><th>Po</th><th>Zmiana</th></tr></thead>
        <tbody>
            <tr><td><strong>Czas na monitoring cen</strong></td><td>2-3h dziennie</td><td>0h (automatycznie)</td><td>-100%</td></tr>
            <tr><td><strong>Czas reakcji na zmianę ceny</strong></td><td>24-48h</td><td>< 1h (alert)</td><td>-96%</td></tr>
            <tr><td><strong>Produkty monitorowane</strong></td><td>~50 (ręcznie)</td><td>120 (automatycznie)</td><td>+140%</td></tr>
            <tr><td><strong>Konkurenci śledzeni</strong></td><td>5-6 (za dużo żeby śledzić ręcznie)</td><td>10</td><td>+70%</td></tr>
            <tr><td><strong>Decyzje cenowe/tydzien</strong></td><td>2-3 (raz w tygodniu review)</td><td>8-12 (codziennie na podstawie danych)</td><td>+300%</td></tr>
            <tr><td><strong>Marza brutto</strong></td><td>22%</td><td>25%</td><td>+3pp</td></tr>
        </tbody>
    </table>
</div>
<p>Wzrost marży o 3 punkty procentowe wynikał z dwóch czynników: <strong>szybszej reakcji na obniżki konkurencji</strong> (mniej straconych klientów) i <strong>wykrywania okazji do podniesienia cen</strong> gdy konkurenci podnosili swoje.</p>

<h2>Koszt i zwrot z inwestycji</h2>
<ul>
    <li><strong>Wdrożenie jednorazowe:</strong> 4 800 PLN (4 tygodnie pracy)</li>
    <li><strong>Koszt miesięczny:</strong> 95 PLN (VPS 45 PLN + OpenAI API ~50 PLN)</li>
    <li><strong>Wartość odzyskanego czasu:</strong> 60h/mies. x 50 PLN/h = 3 000 PLN</li>
    <li><strong>Wartość z wyższej marży:</strong> +3pp na obrocie ~200 000 PLN/mies. = ~6 000 PLN</li>
    <li><strong>Zwrot z inwestycji:</strong> 6 tygodni</li>
</ul>

<h2>Wnioski</h2>
<ul>
    <li><strong>Monitoring cen to nie luksus — to higiena e-commerce.</strong> Bez automatyzacji tracisz pieniądze każdego dnia gdy nie wiesz, że konkurent obniżył cenę Twojego flagowego produktu.</li>
    <li><strong>n8n self-hosted to jedyny sensowny wybór przy dużym wolumenie.</strong> 1200 porównań dziennie na Zapierze to 400 USD/mies. Na n8n to 45 PLN za VPS.</li>
    <li><strong>Analiza AI zmienia dane w decyzje.</strong> Surowa tabela z cenami jest bezużyteczna. Podsumowanie AI mówi właścicielowi dokładnie co zrobić dzisiaj.</li>
    <li><strong>Alerty w czasie rzeczywistym wygrywają z raportami dziennymi.</strong> Gdy konkurent obniża cenę o 20%, chcesz wiedzieć teraz — nie jutro rano.</li>
</ul>

<blockquote><p>Wcześniej poświęcałem pół poranka na klikanie po stronach konkurencji. Teraz otwieram raport o 7:00 i w 5 minut wiem dokładnie co zmienić. W ciągu kwartału odbiłem inwestycję wielokrotnie.</p></blockquote>